ニュース

ソブリン型AIで脆弱性解析を高度化、NTTが新技術開発

サイバーセキュリティAI技術の全体像

 NTTは、検査対象のソースコードを外部AIサービスに送信せず、高度な脆弱性解析を行なうAI技術を開発した。

 AIのモデルと独自の解析技術と解析ワークフローを組み合わせつつ、組織がAIの選択・運用に関する主導権を持つ「ソブリン性」を確保しながら、脆弱性の発見から判断・対処までを一貫して支援するサイバーセキュリティAI技術の実現を目指して研究開発を進めている。

 今後は、同成果を基盤に、脆弱性の発見から組織固有のリスクに応じた判断、対処までを一貫して安全かつ迅速に支援するサイバーセキュリティAI技術の実現を目指す。

 同研究成果は、11月18日~25日に開催される「NTT R&D FORUM 2026」に展示予定。

技術の概要

 同社は、独自の解析技術とAIエージェントの解析ワークフローを改良することにより、ソースコードを外部AIサービスに送信せずに利用できる技術の解析能力を向上させた。

 一般的なAIを活用した脆弱性発見では、AIモデルがプログラムを読み解き、脆弱性の可能性について仮説を立てて解析し、狙いを定めて検証する。専門家による調査に近い一連の作業を、AIは自律的に繰り返し、並列して大量に実行できることが特徴。こうしたAIの脆弱性解析能力は、モデル自体の性能だけでなく、解析の進め方を定める「ワークフロー」や検証に使用する「ツール」によっても大きく左右される。

 同社では、これまでの脆弱性研究で蓄積した知見を活用し、脆弱性が生じる可能性についてAIに着眼点を与える手引きを解析ワークフローに組み込み、AIの能力を効果的に引き出し、脆弱性解析の成功率を向上させた。

一般的な技術とNTT技術の比較

実験の概要

 今回の評価では、AIエージェントの脆弱性解析能力を評価するベンチマーク「CyberGym」の約1,500件の課題から、メモリ破壊に関する150件を選定し、既存の解析ワークフローと今回の改良手法を比較した。

 その結果、既存手法では48%だった解析成功率が、改良手法では63%となり、15ポイント向上した。AIモデル自体の性能だけでなく、解析の進め方を工夫することで、脆弱性解析能力を高められることを実証した。

 また、規模の異なるオープンウェイトモデルを用いた評価を実施することによって、中規模モデルの組合せによる性能向上の可能性を確認した。